《AI創新百強》徵信報告產出效率提升5倍，台新銀行用AI重寫金融服務劇本

銀行寫一份企業徵信報告，要花多久時間？

答案是20小時。以前，台新銀行的法金客戶關係經理（RM），每天都在跟時間賽跑。跨國財報、稅務資料、即時新聞，資訊散落十幾個平台，光是蒐集就耗掉大半天。讀完資料、核實、歸納分析，再寫成報告，一個案子就這樣花掉將近3個工作天。

更麻煩的是，人的注意力有限。「可能只看到5、6個風險點，但實際上有20個，」台新銀行數位科技長李正國直言，「遺漏了什麼？沒人敢保證。」

零售端的問題不一樣，但同樣頭痛。台新銀行有94%的客戶屬於非財管客戶，白話說，就是營收貢獻較小的客戶。這群人過去收到的行銷訊息，往往是亂槍打鳥，例如在休息時間被推播理財資訊，或是想找刷卡優惠時，卻收到貸款廣告。李正國形容，「這種體驗，（對客戶來說）莫名其妙。」

數位行銷的困境則是速度。拍1支廣告，找演員、租場地、後製剪接，少說1、2個月。短影音時代，熱門話題的保鮮期只有幾天，傳統流程根本追不上。

3條戰線同時開打，核心價值不變：把決策留給人

這些難題該怎麼解？台新銀行的答案，是3條戰線同時開打，但唯一核心邏輯是：把繁瑣的事交給AI，把判斷的事留給人。

在法人金融端，台新銀行找上國際信評機構穆迪，結合自家開發的「台新腦」，打造AI企業徵信平台。技術上採用RAG（檢索增強生成），也就是說，AI只從年報、官網、政府公開資訊這些「有出處」的來源抓資料，不會自己編故事。

「AI的作用是幫忙整理，把100份資料精煉後，讓RM做最後的判斷。」李正國強調，AI可以同時掌握20個風險點，並主動提示，但最終拍板的，始終是人。

在零售端，台新導入LambdaMART排序模型，成為金融業首創。傳統預測模型只能告訴企業，客戶「會不會買」，但這套系統能針對9項產品，即時算出客戶「現在最需要哪一個」。結合Google Analytics的瀏覽紀錄與內部交易資料，當客戶走進信義區、刷了一筆卡，系統能在極短時間內，就決定好該推播什麼訊息。

數位行銷端，設計團隊用Midjourney生成圖像、Runway製作影片，3到5天就能交出一支短影音。2025年讓人眼睛一亮的「普發一萬元」系列影片，就是AI製作的產物。

企業最大挑戰：找到懂業務專業、又懂AI的人

當被問到，要讓AI結合銀行的核心業務，技術難不難？李正國卻搖頭，「技術從來不是最大的問題。」

他說，真正難的，是找到「懂業務又懂AI」的人。他口中的「雙語人才」，不是指會講中英文，而是能把領域知識翻譯成AI聽得懂的語言。沒有這群人，再強的技術也只是空殼。

對此，台新銀行的做法，是把資深員工腦中的「內隱知識」寫出來，變成文件，再教給AI。如此一來，不只提升工作效率，更能知識傳承，讓新員工一入職，就站在前人的肩膀上學習，也讓這些know-how成為企業競爭的護城河。

但金融業導入AI，還有另一道關卡：合規。AI不能是黑盒子，每一個判斷邏輯都要透明、可解釋。公司Logo、吉祥物、機密資訊，一律不上傳公開AI，避免被模型學習。李正國語氣堅定，「資安跟合規，沒有妥協空間。」

客戶回應率翻倍，法金徵信效率提升5倍

成效呢？數字會說話。現在，台新銀行的法金徵信報告，產出時間從20小時降到4小時，效率提升5倍。在公開發行以上企業案件中，AI已成為標準作業流程，一年產出超過4300件報告，換算為工作量，約等同於法金部門3.4%的人力投入，授信餘額則有雙位數成長。

在零售端，數位行銷的素材製作時間減少40%，點閱率提升30%，內部AI工具普及率達到85%。更顯著的成果是，行銷的客戶回應率翻了一倍，新增信貸撥款3.6億元，客戶滿意度提升25%。

而且，推播雖然變多了，但客戶關閉通知的比例，卻反而下降。由此可見，客戶其實不排斥企業主動傳播「懂我」的訊息互動，容易被刪除封鎖的訊息，往往是不夠理解客戶需求的廣告文宣。

現在，台新銀行正把這套經驗往外擴散，複製到金控旗下的證券、保險子公司，並延伸至香港、新加坡等海外分行。

「AI不是來取代人，是增加人的價值，」李正國說，「而是要讓員工從繁瑣工作中解放，去做更有價值的事：決策、創意、經營客戶。」

這才是「以人為本」最實在的定義。AI導入的關鍵不在技術，在於找到真正的業務痛點，培養能將領域知識轉譯給AI的跨界人才。深刻挖掘由下而上的需求，才能讓AI真正落地。

百強AI應用心法
「AI不是來取代人，是增加人的價值，讓員工從繁瑣工作中解放，去做更有價值的決策、創意與客戶經營。」—台新銀行數位科技長李正國

核稿編輯：康育萍、黃巧惠